Project Icon

MotionCtrl

视频生成中的动作控制统一解决方案

MotionCtrl是一个统一的视频生成动作控制系统,可独立调节生成视频中的相机和物体运动。该项目兼容SVD、VideoCrafter和AnimateDiff等多个视频生成模型,并提供训练代码、推理脚本和在线演示。通过MotionCtrl,研究人员和内容创作者能够更精确地控制生成视频的动作效果,从而提高视频生成的质量和灵活性。

MotionCtrl:用于视频生成的统一灵活运动控制器

[SIGGRAPH 2024 会议论文集]

👉 MotionCtrl 适用于 [SVD][VideoCrafter][AnimateDiff]

论文arXiv项目页面

🤗 HF演示   🤗 HF演示


🔥🔥🔥 我们已发布 MotionCtrl 在 AnimateDiff 上的训练推理代码

🔥🔥 我们发布了 MotionCtrl 在 Stable Video Diffusion (SVD) 上的代码、模型演示


https://github.com/TencentARC/MotionCtrl/assets/19488619/45d44bf5-d4bf-4e45-8628-2c8926b5954a


MotionCtrl:用于视频生成的统一灵活运动控制器的官方实现。

MotionCtrl 可以仅使用一个统一模型,独立控制生成视频的复杂相机运动物体运动

MotionCtrl+AnimateDiff 的结果

MotionCtrl+SVD 的结果

更多结果请查看 showcase_svd 和我们的项目页面

### MotionCtrl+VideoCrafter的结果

更多结果请查看我们的项目页面


📝 更新日志

  • 20231225:发布部署在LVDM/VideoCrafter上的MotionCtrl。
  • 20231225:Gradio演示可用。🤗 HF演示
  • 20231228:为方便起见,提供本地Gradio演示。
  • 20240115:在dataset/camera_poses中提供了更多用于测试的相机姿态。
  • 20240115:发布部署在SVD上的MotionCtrl。代码位于svd分支,Gradio演示可在🤗 HF演示上使用。
  • ❗❗❗ 部署在VideoCrafter2上的MotionCtrl的Gradio演示可在🤗 HF演示上使用。您也可以通过运行python -m app --share在本地运行。
  • ❗❗❗ 部署在AnimateDiff上的MotionCtrl已在animatediff分支上发布,包含训练推理代码。

⚙️ 环境配置

conda create -n motionctrl python=3.10.6
conda activate motionctrl
pip install -r requirements.txt

💫 推理

  • 运行本地推理脚本

  1. 下载MotionCtrl的权重motionctrl.pth并将其放入./checkpoints
  2. 进入configs/inference/run.sh并将condtype设置为'camera_motion'、'object_motion'或'both'。
  • condtype=camera_motion表示仅控制生成视频中的相机运动
  • condtype=object_motion表示仅控制生成视频中的物体运动
  • condtype=both表示同时控制生成视频中的相机运动和物体运动。
  1. 运行脚本: sh configs/inference/run.sh
  • 运行本地Gradio演示

    python -m app --share
    

🔥🔥 训练 👉 详情

准备数据集

:books: 引用

如果您使用了我们的工作,请引用我们的论文。

@inproceedings{wang2024motionctrl,
  title={Motionctrl: 一个统一且灵活的视频生成运动控制器},
  author={Wang, Zhouxia and Yuan, Ziyang and Wang, Xintao and Li, Yaowei and Chen, Tianshui and Xia, Menghan and Luo, Ping and Shan, Ying},
  booktitle={ACM SIGGRAPH 2024 会议论文集},
  pages={1--11},
  year={2024}
}

🤗 致谢

MotionCtrl的当前版本基于VideoCrafter构建。我们感谢作者们分享了他们出色的代码库。

❓ 联系方式

如有任何问题,请随时发送邮件至wzhoux@connect.hku.hkzhouzi1212@gmail.com

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号